【摘要】數字經濟的異軍突起為社會發展帶來了巨大的效益，但是，數字經濟發展也面臨著個人隱私保護、就業總量和就業結構變化的挑戰。數字經濟帶來的就業變化在所難免，在人工智能的浪潮中，需要解決好四個問題：一是要促進國家經濟穩健增長，從而保證工作崗位持續增加；二是利用稅收政策防止產業變革中的貧富分化；三是培養高水平數字人才，幫助勞動力適應經濟轉型；四是打造社會保障防護網，支持各種新型就業形式。

【關鍵詞】數字經濟 人工智能 信息技術 就業

【中圖分類號】F241.4 【文獻標識碼】A

世界范圍內，信息技術已經廣泛滲透到經濟與人類生活的每一個角落，形成了數字化的全新經濟形態，它給社會發展帶來了巨大的效益，如生產力和生產效率的提高、經營效果的改善、服務質量的提升等。但是，數字經濟的發展也面臨著個人隱私保護、就業總量和就業結構變化的挑戰，尤其是與就業相關的負面效應不容忽視，需要政府改變傳統的經濟政策，以應對數字經濟帶來的就業變化。

數字技術的發展對于就業具有促進效應和替代效應

從18世紀的紡紗機，到20世紀50年代的裝配流水線，再到如今的人工智能，過去250年來，技術進步無不改變著工作和職業的性質，引發了人們的就業焦慮。在這一點上，信息技術并非特例，工業革命是體力活動的自動化，是對人體力活動的替代和增強；信息技術、人工智能本質上是部分類型腦力勞動的自動化，是對腦力勞動的替代和增強。自動化技術對于就業具有促進效應和替代效應兩種作用。在中國，數字技術的發展促進了創新和經濟發展，對于擴大就業具有積極的效果。2007年以來，我國數字經濟的就業規模不斷增加，占比從9.7%提高至2016年的16.5%。但是，數字技術在提高勞動效率的同時，也會減少對于勞動力的需求。

在中國，2007—2012年之間，由于數字技術的應用，傳統經濟的勞動生產率提高了6.8%，大量的工作崗位被自動化技術替代。中國的制造業與數字經濟的融合度已經超過了30%，因此，制造業就業崗位的流失也是最嚴重的傳統行業。美國具有相同的情況，麻省理工學院著名經濟學家Acemoglu & Restrepo（2017）在分析了1990—2007年間美國的事實基礎上，發現企業投入的機器人雖然有助于提高勞動生產率，但是，其提升水平并不足以創造更多的就業崗位。其研究顯示，每增加一個機器人將取代3.3名工人，在機器人的沖擊下，美國就業人口下降了0.18%—0.34%。影響最大的可能還不是美國等西方發達國家的勞動者，因為他們的勞動力成本早已過高，大量的工作崗位已經轉移到發展中國家，當自動化和人工智能高度發展之后，以中、低成本勞動力作為競爭優勢的發展中國家受到的就業沖擊更加明顯。雖然，從歷史上看，無論是第一次工業革命，勞動從家庭和農村轉移到快速發展的城市工業，還是第二次工業革命帶來的工廠自動化，造成大量工作從工業向服務業轉移，技術進步在淘汰大量傳統就業崗位的同時，都創造了更多的新就業崗位。但是，在人工智能的廣泛沖擊下，目前我們依然沒有看到能夠吸收大量勞動就業的崗位在哪里。而且，即使長期樂觀，短期來看，技術型失業體現為結構性和摩擦性失業都是不可避免的，政府必須未雨綢繆，為潛在的風險做政策準備，緩解新舊經濟形態轉換過程中的就業陣痛。

數字經濟環境下的就業特點

就業崗位的行業差異。信息技術、人工智能對就業的沖擊具有行業或崗位的差異，這是由數字技術的特點決定的。數字技術能夠通過軟件編程實現腦力工作的自動化、程序化。我們可以利用二維矩陣對工作崗位進行分類，第一個維度是認知類的工作（類似腦力勞動）和體力類的工作；第二個維度是程序性工作和非程序性工作。數字技術對程序性工作的替代性更強，不論是認知類的工作（如出納、銀行柜員、速記員），還是體力型的工作；而對非程序性的認知工作（如財務分析）和非程序性的體力勞動（如剪發等具有創意性的工作）替代性較弱。麥肯錫公司分析了11個大類行業就業崗位的需求變化，發現創意工作、技術類工程師、管理類以及社會互動類工作的就業需求增長明顯，因為人工智能在這些領域更多的是輔助而不是取代人類。在一些相對低收入的崗位，如水管工、園藝工人、兒童或老人護理等，這些職業受到的智能化、自動化沖擊較低。一方面是因為他們的工作技能實現自動化難度大，另一方面，由于崗位成本較低，智能化成本相對較高，因此推動這類就業崗位自動化的經濟動力較小。制造業受到的數字化沖擊最大，在機器人和人工智能的雙重影響下，包括汽車制造、化工行業、冶金制造業、電子行業、食品和飲料等制造業吸納就業的能力大幅萎縮。建筑、零售和個人服務領域的就業也受到了人工智能的負面影響。數字經濟的發展引起了就業需求在不同行業之間的流動。比如，在中國，電子商務已經成為提供商品和服務的主要渠道，傳統線下商貿和服務業的萎縮使得就業崗位大幅下降，但是，電子商務的發展帶動了快遞行業的興起，創造了新的就業崗位，大量從工廠失業的勞動力進入了快遞行業。

崗位與收入的高低分化。數字經濟發展造成了崗位分化和收入分化，主要體現在三個方面：第一，就業崗位形成高端和低端兩級分化。由于人工智能的特點，無論是體力勞動還是腦力勞動，中層白領和藍領的重復性、機械性勞動更容易被機器和軟件替代，造成中層白領和藍領崗位大幅減少。原來從事中等技能知識工作的人開始向下尋找更低技能（不易實現自動化）的工作，或者向上進入高等知識技能的工作崗位。造成白領或藍領中產工作崗位的持續空心化，勞動力市場形成兩級分化。第二，產業變革的過程中財富向少數人群傾斜。比如，柯達公司曾經雇傭過145300名員工，帶動了相機的生產、銷售、攝影服務、相片沖洗等相關行業的發展，容納了大量的就業崗位，但是數字攝影的發展徹底改變了傳統攝影產業。雖然手機數字攝影也創造了新的就業崗位，但是完全不能彌補其淘汰的崗位數量。第三，資本替代更多的勞動力，勞動獲得的財富減少。為了追求效率和效益，幾乎每一種經濟體系都試圖通過技術手段達成用資本替代勞動的目標。數字經濟的發展依然遵循這種規律，當工廠里的機器人替代了人力，呼叫中心的自動語言系統取代人工接線員時，資本要素正在替代勞動要素，以獲得更高的效率和更低的成本。機器、軟件與人的競爭也促使勞動要素的工資所得不斷下降，從而改變了資本與勞動之間的財富分配比例。

就業機會的教育水平差異。總的來說，數字經濟的發展對勞動力的教育水平提出了更高的要求。統計數據顯示，20世紀70年代之前，美國幾乎所有學歷層次的勞動力都享受著工資的增長，但是，從20世紀80年代開始，計算機逐步普及應用，崗位工資的增長與學歷呈現出顯著的正相關，無學歷的勞動力面臨的失業風險更大。從1986—2016年，就業市場對于本科學歷人群的需求增加了一倍，本科勞動力的供給增加卻不到50%，相對短缺；與之相反，對本科以下學歷崗位的市場需求不斷降低，但是，低教育水平的勞動力供給大于需求，造成失業率劇增300%。數字技術的變革對人力資本提出了更高的要求，但是，我國現有的勞動力教育水平的結構與數字經濟對于勞動力教育水平的需求不匹配。勞動力的教育水平也影響著摩擦性失業。據麥肯錫預測，到2030年，中國將至少有1.18億人被人工智能或機器人替代，他們需要學習新的技能，適應與人工智能協作分工，另外大約有700-1200萬人轉換職業。新的崗位需要新的技能和知識，因此，更高的教育水平能夠幫助勞動力順利度過摩擦性失業的階段，降低造成永久性失業的可能性。

緩解數字經濟就業壓力的政策建議

第一，調整稅收政策，充分發揮政府的資助功能。數字經濟帶來了更多的社會總體財富，但是，它們并不能平等地惠及社會各個群體，而且，信息技術的廣泛應用造成了失業，增加了數字轉型時期的貧富分化。因此，可以考慮對于占有行業領導地位的大型數字企業征收庇古稅，用于失業人員的保護和創造新的就業崗位。針對數字企業，以及這個行業的高收入群體增加邊際稅率，從而提高政府的收入，增強保障數字化失業人群的能力。數字經濟引起的失業不是因為經濟發展放緩或需求不足造成的周期性失業，僅僅依靠市場的力量無法實現充分就業，因此，政府可通過財政資助的方式創造新的就業崗位。由于數字技術、人工智能的發展越來越依賴基礎科學與核心技術的突破，政府應當擴大從事基礎研究的高等院校、研究機構的人員編制，緩解信息技術對于原有中等白領階層的沖擊。

第二，加強現代化社保體系建設，適應新型就業形式。數字經濟的發展帶來了工作方式的變化。按照就業合同，勞動者可以分成兩類：一是受用人單位長期聘用，提供長期服務的勞動者，被稱為雇員；二是按具體合約提供貨物或服務的勞動者，比如按需勞動或共享經濟中的勞動者等。數字經濟環境下，長期雇員的崗位減少，但由于信息溝通更加便捷，大量失業人員可能通過獨立承攬人、共享經濟、個體勞動等形式就業，數字經濟環境下各種短期、靈活的就業形式逐步增加。然而，目前它們并沒有受到傳統勞動法、工資工時法，醫療保障、社會保險等福利政策的保障，不利于緩解數字經濟發展中造成的就業轉型問題。為了促進創新，同時改善就業狀況，必須明確政府、企業和勞動者的責任和義務，調整相關的法律法規，使其能夠覆蓋各種新型的就業人群。另外，工作方式的變化也增加了人員的流動性，為了促進流動、鼓勵創業，保證福利的隨遷性至關重要。確保勞動者在多個單位、地區之間流動時，能夠保留醫療和養老保險等福利。完善的現代化社保體系能夠為失業者提供保護，也為新的工作形式提供充分支撐，最大限度地發揮人力資源的潛力。

第三，改革教育體系，加強數字技能與知識的培養。要適應自動化與人工智能時代的就業，勞動者的教育和培訓是重中之重，良好的教育和培訓體系不僅有助于學生應對未來的職業挑戰，提升人力資本的質量，增強國家經濟的競爭力，而且能夠幫助勞動者應對數字經濟的轉型，減少摩擦性失業。在數字經濟時代，各個層次、不同專業的學生都應得到數字技術基本知識和技能的教育，但是，目前中國教育體系的學科設置、課程內容、教學方式較為陳舊，依然具有濃厚的工業時代特點，缺乏數字技術相關知識、技能的普及，以及創新能力的培養，尤其是對于高端數字技術人才的培養，與美國仍有差距。數據顯示，全球高層次人工智能（AI）研究者中超過50%在美國接受研究生教育，中國大約三分之二的人工智能本科畢業生去美國接受研究生教育，其中，88%畢業后留在美國工作，占美國高水平人工智能研究者的27%。可見，中國高等教育對于數字技術人才的培養和吸引力不足，造成高層次人才的流失。因此，要繼續深化教育改革，加強數字技術人才的培養，要將市場需要的數字技能加以整理，建立通用的數字技能分類，根據技能分類和勞動力市場需求的指導，制定和實施勞動力培訓計劃，鼓勵民營機構和非盈利組織參與，幫助工業時代的勞動力適應數字技術的工作環境。

（作者為中國社會科學院財經戰略研究院研究員）

【注：本文系國家社會科學基金項目“互聯網驅動的產業融合:測度、形成機理與政策監管”(項目編號：16BJY090)階段性成果】

責編/李一丹 美編/陳媛媛

聲明：本文為人民論壇雜志社原創內容，任何單位或個人轉載請回復本微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。